W-Flow

一步生成高清图像,告别多步扩散采样

开源 🏷️完全免费 🔧 仅开源项目,无在线服务,需自行部署 图像生成 🍴 复刻 6 🐛 待处理 1 👀 关注 1
访问官网 ↗ GitHub ↗
GitHub 星标 ★ 88
维护状态 低维护
是否开源 开源
定价模式 🏷️完全免费 开源项目,MIT许可证,代码免费使用,无在线服务或付费版本。

项目预览

W-Flow 项目界面预览图
图片来源:GitHub 官方仓库名片

项目数据

分类图像生成
开发团队hanjq17
定价模式🏷️完全免费
价格说明开源项目,MIT许可证,代码免费使用,无在线服务或付费版本。
访问状态🔧 仅开源项目,无在线服务,需自行部署
是否开源是
开源协议MIT
主要语言Python
技术栈/模型generative-models,image-generation,one-step-generative-modeling
GitHub 星标★ 88
上线时间2026-05-10 00:00:00
代码更新2026-06-09
仓库体积9.6 MB
本站数据更新2026-11-08
维护状态低维护
收录时间2026-08-09
浏览次数10

项目介绍

W-Flow 是论文《One-Step Generative Modeling via Wasserstein Gradient Flows》的官方代码实现,旨在通过 Wasserstein 梯度流实现单步生成建模。它解决传统扩散模型需要多步迭代采样导致速度慢的问题,将生成过程压缩为一步,同时保持图像质量。核心能力包括:基于最优传输理论的梯度流建模、高效的一步采样器、以及与现有生成模型架构的兼容性。项目提供训练和推理脚本,支持自定义数据集,适合研究高效图像生成方法的开发者。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化,观测越久曲线越完整

数据来源:GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 88

核心亮点

  • 单步采样大幅提升生成速度,适合实时应用
  • 基于 Wasserstein 梯度流理论,数学严谨
  • 官方代码,与论文同步,便于复现研究

不足之处

  • 项目处于早期,文档和社区支持待观察
  • 依赖特定理论框架,上手门槛较高

适用场景

  • 实时图像生成应用
  • 高效生成模型研究
  • 资源受限环境下的生成任务

替代项目

Progressive Distillation、Consistency Models、Adversarial Diffusion Distillation

上一篇:Z-Image-Turbo-Windows

下一篇:HiFi-Inpaint

同类项目推荐

FaithDiff 开源

让老电影和老照片一键清晰重生,修复效果自然真实

[CVPR 2025] FaithDiff for Classic Film Rejuvenation, Old Photo Revival, Social Media···

★ 275 2026-08-09
DreamLite 开源

一个轻量模型,端侧同时搞定生图和改图

[ECCV 2026] Official impl. of "DreamLite: A Lightweight On-Device Unified Model for···

★ 794 2026-11-06
stable-karlo 开源

用 Stable Diffusion 给 Karlo 图像高清放大,细节更丰富

Upscaling Karlo text-to-image generation using Stable Diffusion v2.

★ 63 2026-08-09
sdnext 开源

出图、打标、修后期一条龙,一个页面全搞定

SD.Next: All-in-one WebUI for AI generative image and video creation, captioning and···

★ 7370 2026-08-09
IOPaint 开源

照片里路人太多?涂一下瞬间消失

Image inpainting tool powered by SOTA AI Model. Remove any unwanted object, defect, ···

★ 23285 2026-08-09
PNGAN 开源

生成真实噪声图像,让去噪模型更抗打

"Learning to Generate Realistic Noisy Images via Pixel-level Noise-aware Adversarial···

★ 146 2026-08-09
Stable-Diffusion-KMP 开源

手机上原生跑 Stable Diffusion,双平台一套代码搞定

Stable Diffusion AI client app for Android and iOS

★ 1284 2026-08-09
VisorGPT 开源

用GPT自动生成空间布局,让ControlNet等模型按你指定的位置生成图像。

[NeurIPS 2023] Customize spatial layouts for conditional image synthesis models, e.g···

★ 138 2026-08-09